Многошотный промптинг: как примеры меняют ответы Claude сильнее инструкций
Можно час подбирать формулировку инструкции для Claude, а можно один раз показать три хороших примера того, что вам нужно. Официальная документация Anthropic называет второй способ одним из самых надёжных.
Многошотный (few-shot) промптинг - техника, при которой несколько хорошо подобранных примеров в промпте надёжнее управляют форматом, тоном и структурой ответа Claude, чем словесные инструкции. Хороший пример должен быть релевантным (близко отражать реальную задачу), разнообразным (покрывать пограничные случаи, не задавая непреднамеренный шаблон) и структурированным - обёрнутым в теги example, а несколько примеров - в examples, чтобы Claude отличал их от остального промпта. Официальная рекомендация - от трёх до пяти примеров. Claude можно попросить самому оценить примеры на релевантность и разнообразие или сгенерировать дополнительные на основе первых. Техника работает и с thinking-блоками: примеры рассуждений внутри тега thinking в примерах задают стиль для собственных размышлений модели.
Что такое многошотный промптинг
Официальная документация Anthropic описывает примеры как один из самых надёжных способов управлять форматом, тоном и структурой ответа Claude. Несколько хорошо подобранных примеров - это и есть few-shot, или многошотный (multishot) промптинг, - они повышают точность и последовательность ответов заметно сильнее, чем попытка объяснить то же самое словами.
Три критерия хорошего примера
Документация выделяет три требования к примерам. Релевантность - пример должен близко отражать вашу реальную задачу, а не быть абстрактной иллюстрацией. Разнообразие - примеры должны покрывать пограничные случаи и достаточно отличаться друг от друга, чтобы Claude не считал непреднамеренный шаблон частью инструкции. Структурированность - примеры оборачиваются в теги <example>, а несколько примеров вместе - в <examples>, чтобы Claude чётко отличал их от остального текста промпта.
Сколько примеров нужно
Официальная рекомендация - от трёх до пяти примеров для лучшего результата. Меньше - и модели не хватает материала, чтобы уловить закономерность; больше - обычно уже не даёт заметного прироста и просто удлиняет промпт.
Можно переложить подбор примеров на самого Claude
Документация прямо предлагает не подбирать примеры вручную в одиночку: можно попросить Claude оценить уже собранные примеры на релевантность и разнообразие, или сгенерировать дополнительные на основе исходного набора - это особенно полезно, когда трудно самостоятельно понять, покрывают ли примеры достаточно пограничных случаев.
Примеры работают и с мышлением модели
Отдельный нюанс из раздела документации про thinking: можно использовать теги <thinking> прямо внутри few-shot примеров, чтобы показать Claude желаемый паттерн рассуждения. Модель обобщает этот стиль и переносит его на собственные блоки размышлений при ответе на новые похожие задачи - то есть примеры задают не только формат финального ответа, но и то, как модель размышляет по пути к нему.
Чек-лист
Работа с few-shot примерами
Собрано от трёх до пяти примеров, а не один-два
Каждый пример действительно близок к реальной задаче, а не абстрактная иллюстрация
Примеры покрывают разные, в том числе пограничные случаи, а не повторяют один и тот же шаблон
Примеры обёрнуты в теги example (или examples для набора), а не просто перечислены в тексте
Для сложных задач Claude отдельно попрошен оценить набор примеров на разнообразие или дополнить его
Частые вопросы
Сколько примеров стоит добавлять в промпт для лучшего результата?
Официальная рекомендация - от трёх до пяти. Меньше обычно не даёт модели достаточно материала для закономерности, больше редко даёт заметный дополнительный эффект.
Зачем оборачивать примеры именно в теги example?
Чтобы Claude чётко отличал примеры от остального содержимого промпта - инструкций, контекста, реального запроса. Без структурного разделения модель может спутать пример с частью самой инструкции.
Что значит «разнообразие» примеров и почему это важно?
Примеры должны покрывать разные, в том числе пограничные случаи и достаточно отличаться друг от друга. Если все примеры слишком похожи, Claude может уловить в них случайный побочный шаблон и принять его за часть требования, которого вы на самом деле не задавали.
Можно ли попросить Claude самого придумать недостающие примеры?
Да, документация прямо предлагает это как рабочий приём - попросить модель оценить уже собранный набор примеров на релевантность и разнообразие или сгенерировать дополнительные на основе исходных.
Работает ли эта техника вместе с thinking-режимом Claude?
Да, можно вставлять теги thinking прямо внутри few-shot примеров, чтобы показать желаемый паттерн рассуждения - Claude обобщает этот стиль на собственные блоки размышлений при ответе на похожие задачи.
Заменяют ли примеры обычные текстовые инструкции полностью?
Нет, это дополняющая техника, а не замена - примеры особенно эффективны для формата, тона и структуры ответа, но чёткие инструкции о самой задаче по-прежнему нужны отдельно.